qqyouhappy的博客

paper：Faster R-CNN: Towards Real-Time Object Detection with Region Proposal NetworksFaster R-CNN各种实现代码：官方源码：https://github.com/ShaoqingRen/faster_rcnn.gitpytorch实现：https://github.com/rbgirshick/py-faster-rcnn.gitTensorflow实现：https://github.com/ende.

在深度学习框架中，通常的卷积神经网络特征图用四维数组保存，四个维度分别为“N”batch批量大小，“C”channels特征图通道数，“H”特征图的高，和“W”特征图的宽。

欧氏距离：连接两个点的线段的长度。缺点：尽管这是一种常用的距离度量，但欧式距离并不是尺度不变的，这意味着所计算的距离可能会根据特征的单位发生倾斜。通常，在使用欧式距离度量之前，需要对数据进行归一化处理。随着数据维数的增加，欧氏距离的作用也就越小。这与维数灾难（curse of dimensionality）有关余弦相似度：两个方向完全相同的向量的余弦相似度为 1，而两个彼此相对的向量的余弦相似度为 - 1。缺点：当两个向量长度不相等时，汉明距离使用起来很麻烦。当幅度是重要指标时，建议不要使用此距离指

一.VOC数据准备voc数据集目录结构 ：----voc----Annotations----ImageSets----Main----JPEGImages在根目录下新建makeTXT.py，将数据集划...

class SimpleCNN(nn.Module): def __init__(self): super(SimpleCNN, self).__init__() layer1 = nn.Sequential() #class torch.nn.Conv2d(in_channels, out_channels, kernel_size, stride=1, padding=0, dilation=1, groups=1, bias=True) ...

项目地址：https://github.com/AlexeyAB/darknet

待续

待续

待续

https://github.com/amusi/awesome-object-detectionRCNN SPP-net Fast RCNN Faster Rcnn Over Feat Mask R-CNN Light-Head R-CNN Cascade R-CNN F-RCN SSD YOLO YOLOv2 YOLOv3 YOLT SSD DSSD FSS...